共查询到18条相似文献，搜索用时 453 毫秒
1.
2.
水分胁迫下棉花冠层叶片氮素状况的高光谱估测研究 总被引：4，自引：3，他引：4
在不同灌水量条件下，对棉花单叶叶绿素含量和单叶全氮含量做相关分析，并采用地物光谱仪。获取北疆棉花冠层关键生育时期的高光谱数据。应用一阶微分光谱，衍生出基于光谱位置变量的分析方法。以红边积分面积(SDr)为白变量，冠层全氮(TN)含量为因变量，做相关分析。结果表明：叶绿素含量与TN含量呈显著的正相关(R=0．8723^**。n=39)，叶绿素含量能有效的估计棉花单叶TN含量；红边积分面积变量与冠层TN含量呈显著的相关性，相关系数是0．7394^**(n=40)，利用构建的相关模型可以较为精确地估测新陆早6号、8号冠层叶片的全氮含量，RMSE分别为0．3859和0．4272。研究认为红边积分面积变量具有预测棉花冠层全氮含量的应用潜力。 相似文献
3.
《地理与地理信息科学》2016,(2)
以茄子为实验材料,采用盆栽培养的方式,研究干旱胁迫和铜胁迫对茄子叶片的理化参数和光谱红边参数的影响。结果表明:干旱与铜胁迫均会导致叶片叶面积和含水量减小,但干旱胁迫导致叶片叶绿素含量上升,铜胁迫导致叶绿素含量下降;两种胁迫均会导致整体光谱反射率、红边斜率下降,但干旱胁迫使红边位置发生红移9nm,铜胁迫使红边位置发生蓝移7nm。因此,叶绿素与光谱红边位置可以作为识别铜胁迫与干旱胁迫的关键参数。该研究对有效利用高光谱遥感进行精准农业管理与生态环境监测具有一定意义。 相似文献
4.
基于高光谱分析的草地叶绿素含量估算研究进展 总被引：3，自引：0，他引：3
叶绿素是草地进行光合作用最重要的色素,与氮素、蛋白质、水分等其他植被生化参数均有着密切关系,是草地光合能力及生理状况的良好指示剂。利用高光谱数据建模分析是实现大面积草地叶绿素含量估算的一种重要手段。本文将基于高光谱分析估算草地叶绿素含量的方法总结为：基于红边位置及光谱指数的经验模型和辐射传输模型两类。经验模型通过建立叶绿素含量与红边位置、光谱指数之间统计关系来估算叶绿素含量,参数简单,实用性较强;但光谱指数构造形式多样且与草地叶绿素含量关系复杂,在一定程度上影响了叶绿素的估算精度。辐射传输模型以叶绿素含量与辐射能量的作用过程作为其理论基础,模型中参数较多且对估算尺度敏感,有待于进一步完善。目前草地叶绿素估算的研究相对薄弱,专门用于估算的模型较少。未来的工作一方面应致力于发展和改进适宜于草地的光谱指数,同时确定合适的辐射传输模型参数以改进模型对草地的监测效果;另一方面,如何由叶片尺度拓展到冠层尺度进而拓展到像元尺度,从而更好地实现大面积草地叶绿素含量估算,是一项既具有重要意义又有挑战性的工作。 相似文献
5.
矿区植被物化参数高光谱遥感估算研究 总被引：1，自引：0，他引：1
卢霞 《地理与地理信息科学》2010,26(5)
基于高光谱遥感数据Hyperion和植物冠层反射光谱,应用指数法、回归统计法和基于光谱位置变量的方法对矿区植被生物量和叶绿素浓度(SPAD)进行估算.结果表明:植被指数R752/R548与植物鲜重相关性最高,相关系数为0.88;选用植物像元光谱,基于植被指数R752/R548,利用三次函数法构建植物鲜重估算模型精度较高,多重判定系数R2达0.883;植被指数DVI[752,640]与植物干重相关性最高,相关系数为0.42;基于植被指数DVI[752,640],应用线性回归法构建植被干重估算模型精度较低,多重判定系数R2为0.177;基于四点内插法提取的红边位置与叶绿素浓度显著相关,相关系数为0.433;Datt(1)和Datt(2)植被指数与叶绿素浓度存在显著相关,相关系数分别为0.871和0.868;基于红边位置(REP)、Datt(1)和Datt(2)植被指数构建植物叶绿素浓度估算模型精度较高,多重判定系数R2分别为0.814、0.805和0.781.应用高光谱遥感技术可有效地检测矿区受损生态环境下的植被,为矿区植物生态修复工程提供本底资料. 相似文献
6.
通过分析荔枝叶片的反射光谱曲线与荔枝秋稍老熟阶段叶片SPAD-502 叶绿素计读数（SPAD 值）之间的关系,探索高光谱数据进行荔枝叶片SPAD 值估算的能力。研究4 类光谱变量,第1 类变量是其他文献中提出的光谱指数,第2 类变量是基于波段迭代算法进行波段优化后的新指数,第3 类变量是蓝边、黄边和红边（“三边”）的面积、位置、斜率,第4 类变量是二阶导数光谱波峰、波谷区间区间内光谱曲线的面积、最值、最值处波长。结果表明：一阶导数的蓝边斜率和光谱二阶导数提取的490~520 nm 范围内光谱数值之和与SPAD 值的相关程度也很高（r 分别为-0.834 和-0.856）;对于3 种光谱数据处理形式SNV 光谱（Standard Normal Variate,SNV）、FD 光谱（First Derivative,FD）和SD 光谱（Second Derivative,SD）,波段迭代算法优化后的最佳四波段双差值指数与SPAD 值相关性最好,其中（FD516－FD474）－（FD684－FD660）与SPAD 值的相关系数最高达到0.875,预测模型的确定系数达到0.747,RMSECV 为2.375。利用高光谱数据监测荔枝叶片SPAD 值是可行的。 相似文献
7.
水分胁迫条件下棉花生理变化及其高光谱响应分析 总被引：19，自引：4，他引：15
利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。 相似文献
8.
9.
棉花各生育期高光谱数据与叶片生物物理生物化学量的相关分析 总被引：10，自引：2，他引：10
利用高光谱非成像光谱 (辐射 )仪对北疆棉花 4个生育期 (蕾期、花期、铃期、吐絮期 )的叶片及冠层进行了5°FOV室内、野外 ,2 5°FOV野外高光谱遥感测定 ,试验表明北疆棉花具有绿色植物所特有的反射光谱曲线特征。本文分析了棉花在不同生育期特征光谱变化规律以及棉花叶面积指数 (LAI)与叶绿素 (CH .D)含量、叶片全氮 (TN)含量在整个生育期的变化规律和它们之间的关系 ,应用光谱一阶微分分析技术 ,清晰地描述棉花“红边”变化趋势的特征。通过监测作物生育期内的光谱变化 ,研究作物的反射光谱与叶面积指数 (LAI)、叶绿素密度 (CH .D)等农学参数之间的关系 ,使人们能够定性描述和定量分析作物的生长与遥感光谱数据之间的关系 ,促进高光谱分辨率遥感技术在作物的生长监测和产量估测中的应用。 相似文献
10.
基于Hyperion数据的南四湖叶绿素浓度反演研究 总被引：2，自引：0，他引：2
通过对2005年5月7日南四湖Hyperion高光谱影像的几何纠正和6S模型辐射校正,以及水体光谱数据分析,对22个水体样点原始光谱数据分别采用归一化处理和包络线消除处理后,以波段比值数据构建叶绿素浓度反演模型,选取相关系数最大的反演模型,获得南四湖叶绿素浓度的空间分布图。研究表明,包络线消除法能很好地去除水体的光谱曲线背景影响,突出光谱曲线的吸收和反射特征,与归一化处理相比,反演模型的相关系数都有很大提高。R700/R560波段比值数据构建的模型相关性最高,相关系数为0.834,可用于叶绿素浓度反演研究。 相似文献
11.
通过植物光学特性测量叶片性状是一种非破坏性的、长期的湿地动态监测方法。选择三江国家级自然保护区多种典型湿地植物为研究对象,探究植物性状与叶片光谱之间的联系。研究表明：叶片氮含量与光谱的模型构建效果最好,模型R2为0.61,均方根误差（RMSE）为2.3862;叶片含水量、叶片磷、可溶性糖、纤维素和木质素含量之和的模型一般,R2在0.38~0.55范围内,RMSE在0.0004~10.7019范围内;淀粉含量拟合效果较差, R2为0.29,RMSE为0.0106。光谱预测重要性的结果表明,可见光与近红外边缘范围内的光谱信息对于叶片含水量、叶片氮含量、叶片磷含量、单位叶面积质量、纤维素和木质素之和、可溶性糖和淀粉的预测具有最高的重要性。 相似文献
12.
腾格里沙漠典型植物含水率与地物光谱的关系分析 总被引：2，自引：0，他引：2
地物光谱特征不仅是遥感机理研究的重要内容,亦是遥感应用分析的重要依据。用ASD手持式光谱仪测定了腾格里沙漠10种典型植物的冠层光谱,对测得光谱数据进行包络线去除和一阶微分处理,并在实验室采用烘干法得到植物的含水率,运用相关系数法分析植物含水率与经包络线去除的光谱数据之间的关系,同时分析了不同含水率植物的红边特征。结果表明：研究区植物最大含水率为88.19%,最小含水率为37.34%;含水率与包络线去除的光谱数据在可见光（561~718 nm）和近红外（861 nm,894 nm）波段均存在极显著相关性,并建立了两者之间的回归模型,说明可见光近红外波段可以反映沙漠植物的水分状况;不同含水率植物的红边参数有所差异。 相似文献
13.
基于广州市常见的绿化植物,采用高光谱遥感技术,通过设计半封闭的大棚实验方案,探讨了滞尘污染下不同植物叶片的光谱特征,结果表明：1）滞尘时间是影响绿化植物累积滞尘量的一个重要因子,滞尘量随着时间的增加而增加,但达到饱和之后会呈减少的趋势。2）在可见光波段,受叶面尘影响,叶片光谱反射率升高,且随滞尘量的增加而升高;在近红外波段则相反,光谱反射率随滞尘量的增加而降低。3）叶面尘对植物叶片的光谱特征参数具有直接或间接的影响,其中滞尘量与植物的三边位置无关,与归一化植被指数NDVI呈负相关关系,且不同植物的NDVI受叶面尘影响的程度不同,从大到小依次为：朱蕉>红花檵木>金叶榕。文章设计的半封闭大棚实验方案为植物滞尘效应的长时间可持续性研究提供了新思路。 相似文献
14.
土壤电导率 (Electrical conductivity, EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光—近红外光谱数据,利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数 (Three-dimensional spectral index, TDSI),采用梯度提升回归树算法 (Gradient boosting regression tree, GBRT) 建立3种卫星土壤EC估算模型,并比对加入TDSI后模型精度的变化。结果表明：在不同土壤EC条件下,3种卫星具有相似的光谱趋势,均在红、近红外波段附近反射率较高;TDSI与土壤EC相关性基本均在0.4以上,最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息;GBRT对于土壤EC估算能力表现突出,3种卫星对土壤EC的最佳预测精度R2分别为0.831、0.847、0.903,在加入TDSI后,R2分别提高至0.835、0.857、0.935,综合分析发现,Sentinel
3对土壤EC估算效果最佳 (R2=0.935,均方根误差RMSE=2.986 mS·cm-1,赤池信息准则AIC=57.500)。通过利用波谱响应技术结合TDSI深度挖掘波段间的协同信息,采用GBRT验证了不同卫星对土壤R2的估算效果,二者相结合可以有效提升模型预测精度,为干旱区土壤盐渍化定量监测与防控提供有利指导。 相似文献
15.
利用新疆奇台县荒漠-绿洲交错带的75个土壤样本,选取土壤可见光-近红外光谱的反射率（R）、光谱反射率倒数之对数（lg（1/R））、光谱反射率一阶导数（FDR）和光谱波段深度（Depth）4个指标,分析了其与土壤N、P、K元素含量的关系,分别建立了反演模型并对其精度进行了检验。结果表明：可见光-近红外反射光谱快速估算荒漠-绿洲交错带土壤N、P、K元素含量的潜力大,其预测精度由高到低的排列顺序为：N>P>K。不同光谱指标反演模型的精度各异,指标Depth和FDR的预测效果明显优于lg（1/R）和R,对N和P元素的拟合效果为：lg（1/R）相似文献
16.
Experimental calibration of lake-sediment spectral reflectance to chlorophyll a concentrations: methodology and paleolimnological validation 总被引：1，自引：0，他引：1
Alexander P. Wolfe Rolf D. Vinebrooke Neal Michelutti Benoit Rivard Biplob Das 《Journal of Paleolimnology》2006,36(1):91-100
Chlorophyll a preserved in lake sediments reflects, in part, past primary production. This study assesses the spectral properties of sedimentary
chlorophyll a using visible-near infrared reflectance (VNIR) spectroscopy, with the objective of establishing a new, non-destructive paleolimnological
proxy. Reflectance spectra were determined from a dilution series (n = 10) involving incremental additions of pulverized modern algae to a lake sediment matrix of low organic content. This enabled
an assessment of the development of sediment reflectance spectra in relation to different sediment chlorophyll a concentrations, and subsequent regression of spectral features against measured concentrations of chlorophyll a and derivatives obtained by high performance liquid chromatography (HPLC). The experiment demonstrates that ubiquitous troughs
in sediment reflectance near 675 nm are attributable to chlorophyll a and derivative compounds. A significant correlation (r
2 = 0.98, P < 0.01) was obtained between the area of the reflectance trough in the 650–700 nm interval and summed concentrations of chlorophyll
a, all derivative isomers, and degradational pheopigments. A simple linear inference model derived from this experiment was
applied to a down-core sequence of VNIR spectra from a productive prairie lake (Alberta, Canada), where it produced inferred
sediment chlorophyll a concentrations in concordance with HPLC measurements. Although a larger training set is desirable to further refine the inference
model, the analyses reported here demonstrate that reflectance spectroscopy provides a rapid, semi-quantitative method for
assessing the chlorophyll a content of lake sediments. 相似文献
17.
福海叶绿素含量的人工神经网络反演模型 总被引：3，自引：0，他引：3
在圆明园福海同时进行光谱测量与叶绿素测定。使用传统经验统计算法、BP人工神经网络和径向基函数(Radial Basis Function,RBF)网络,分别建立光谱值反演叶绿素浓度模型。结果表明,径向基函数网络具有结构自适应确定、输出不依赖初始权值、速度快、结果可靠、能充分利用光谱信息等优良特性,得到了相当好的拟合结果,是一种值得推广的预测叶绿素浓度的神经网络模型。 相似文献
18.
AGUIRRE-SALADO Carlos Arturo TREVIO-GARZA Eduardo Javier AGUIRRE-CALDERóN Oscar Alberto JIMéNEZ-PéREZ Javier GONZáLEZ-TAGLE Marco Aurelio VALDEZ-LAZALDE José René MIRANDA-ARAGóN Liliana AGUIRRE-SALADO Alejandro Iván 《地理学报(英文版)》2012,22(4):669-680
Spatially-explicit estimation of aboveground biomass(AGB) plays an important role to generate action policies focused in climate change mitigation,since carbon(C) retained in the biomass is vital for regulating Earth’s temperature.This work estimates AGB using both chlorophyll(red,near infrared) and moisture(middle infrared) based normalized vegetation indices constructed with MCD43A4 MODerate-resolution Imaging Spectroradiometer(MODIS) and MOD44B vegetation continuous fields(VCF) data.The study area is located in San Luis Potosí,Mexico,a region that comprises a part of the upper limit of the intertropical zone.AGB estimations were made using both individual tree data from the National Forest Inventory of Mexico and allometric equations reported in scientific literature.Linear and nonlinear(expo-nential) models were fitted to find their predictive potential when using satellite spectral data as explanatory variables.Highly-significant correlations(p = 0.01) were found between all the explaining variables tested.NDVI62,linked to chlorophyll content and moisture stress,showed the highest correlation.The best model(nonlinear) showed an index of fit(Pseudo-r2) equal to 0.77 and a root mean square error equal to 26.00 Mg/ha using NDVI62 and VCF as explanatory variables.Validation correlation coefficients were similar for both models:lin-ear(r = 0.87**) and nonlinear(r = 0.86**). 相似文献